(给机器学习算法与Python学习加星标,提升AI技能)
吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图,这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习,还适合机器学习从业者和研究者复习基本概念。这不仅仅是一份课程笔记,同时还是一套信息图与备忘录。下面,我们将从深度学习基础、卷积网络和循环网络三个方面介绍该笔记,并提供信息图下载地址。
深度学习基本概念
logistic 回归
浅层网络的特点
深度神经网络的特点
偏差与方差
正则化
最优化
超参数
结构化机器学习过程
误差分析
训练集、开发集与测试集
其它学习方法
卷积神经网络基础
经典卷积神经网络
特殊卷积神经网络
实践建议
目标检测算法
人脸识别
风格迁移
循环神经网络基础
NLP 中的词表征
序列到序列